paper.dinq.meAI 与前沿科学顶会 · 学术新星雷达
登录 DINQ
返回新星榜
SS

sriram srinivasan

ACL 2026ICLR 2026推理多模态评测与基准效率与系统
新星分贡献者
42
一作贡献0
核心/参与10
方向广度11
合作网络9
0 一作 · 2 篇 · ACL 2026 / ICLR 2026

获取完整研究档案

首次获取该候选人的完整档案及 StartLux 评估共 20 积分;每位用户单独解锁,之后查看免费。主动刷新 20 积分。

联系方式

实时查找电子邮箱,费用不超过20积分;未找到邮箱不扣费。

2026 顶会论文

2
作者位次 #3/4ACL 2026Findings· Findings of ACL

Do LLM s Overthink Basic Math Reasoning? Benchmarking the Accuracy-Efficiency Tradeoff in Language Models

Gaurav Srivastava · Aafiya Shamshad Hussain · sriram srinivasan · Xuan Wang

摘要

Large language models (LLMs) achieve impressive performance on complex mathematical benchmarks yet sometimes fail on basic math reasoning while generating unnecessarily verbose responses. In this paper, we present LLMThinkBench , a systematic benchmark and comprehensive empirical study to evaluat...

评测与基准推理效率与系统OpenReview 项目页

常见合作者